201671010447杨露露 实验二词频统计软件项目报告

一：词频统计我的小型项目

1.需求分析

为了练习软件的我的开发流程，设计一个关于词频统计的小程序，在词频统计的小程序中须要实现的功能具体有：

• 1.1：程序可读入任意英文文本文件，该文件中英文词数大于等于1个。
• 1.2：程序须要很壮健，能读取容纳英文原版《哈利波特》10万词以上的文章。
• 1.3：指定单词词频统计功能：用户可输入从该文本中想要查找词频的一个或任意多个英文单词，运行程序的统计功能可显示对应单词在文本中出现的次数和柱状图。:
• 1.4：高频词统计功能：用户从键盘输入高频词输出的个数k，运行程序统计功能，可按文本中词频数降序显示前k个单词的词频及单词。
• 1.5：.统计该文本全部单词数量及词频数，并能将单词及词频数按字典顺序输出到文件result.txt。

2.功能详细设计

2.1文件读入功能的设计

将已经存在的.txt文件读入到程序中，将文件读入时存放在缓冲池中，而且在文件读入的时候过滤掉文件中的一些标点符号和一些数字，只读入一些单词，

在文件读入过程当中必定注意文件读入流的使用，文件路径也选取相对路径，提升文件读入的健壮性，在不一样的环境中也可以成功的读入文件。经过使用集合的方式将文件的内容读进以后存放在集合中，这次程序使用的是Map集合，这样能够在后面查找单词的时候能够经过键值对的方式来查找，而且在存放过程当中经过<key,value>的方式存放单词方便遍历的时候取值。在存放的时候，将相同的单词计数，单词做为key值，单词的数量做为value值存放在集合中。

2.2单个单词的个数查找

在这个功能的设计中须要前面的存放在TreeMap集合里面的单词，在用户在控制台输入想要查找的单词后其实在后台看到的是一串的字符串，经过指定的标点符号截取，将用户输入的字符串存放在String类型的数组里面，经过equal与以前存放在集合中的单词比较，在查找到相同的单词的同时，经过key找到相应的value，而且返回一个单词的个数给控制台。

2.3单词频数存入文件

将集合中的单词存放在文件中，此时须要的是文件的写入功能，经过FileWriter类中的write方法将集合中的数据写入到文件中，首先须要的是将集合中的数据遍历出来，经过迭代器的方式遍历，存放以后回滚。

2.4柱状图的显示

在用户查找完单词以后控制台显示的是查找出来的个数，经过继承JFrame类建立可视化图像界面，在建立的界面中设计柱状图，在柱状图的方法中首先要拿到用户查找的单词与查找到单词的个数，在经过Graphics2D方法建立二维的柱状图。

3.重点代码

3.1文件存放集合中：经过集合的方式存放。

String line = "src/yll/com/test1/word.txt";
            File file = new File(line);
            InputStreamReader isr = new InputStreamReader(new FileInputStream(file), "utf-8");
            BufferedReader reader = new BufferedReader(isr);
            
            //将文本中的英文词语放在集合里面
             tm = new TreeMap<String,Integer>();
            
            while((line=reader.readLine())!=null){
                line = line.toLowerCase();//忽略大小写
                
                String[] str = line.split("[^a-zA-Z]");//过滤出只含有字母的  
                  
                for(int i = 0; i<str.length; i++){
                    String word = str[i].trim();
                    if(tm.containsKey(word) &&  word.length() != 0){
                        tm.put(word, tm.get(word)+1);
                    }else{
                        tm.put(word, 1);
                    }
                }
            }

3.2 单个词的显示

//查找单词以后进行与词群里面查找单词的个数
            public String[]  bijiao(TreeMap<String, Integer> tm,String s) {//在这个方法中，须要传入的是以前存入单词的集合，用户输入的字符串
                TreeMap<String,Integer> map1 = new TreeMap<String, Integer>();  
                String[] word= s.split(";");//经过分号来截取用户传入的字符串
                int i;
                for(i=0; i<word.length; i++) {
                    for(Entry<String,Integer> entry : tm.entrySet()) { 
                        if(word[i].equals(entry.getKey()))//与集合中的单词比较
                        {
                            map1.put(entry.getKey(), entry.getValue());
                            System.out.println(entry.getKey() + "的个数是" + entry.getValue()); 
                            break;
                        }
                    } 
                }
                return word;
                
            }

4.测试

4.1单个单词个数的查找与柱状图的显示

柱状图：

4.2文件的写入

存入成功的显示

4.3高频词的显示

5.展现PSP，这个环节重要的是让本身看到本身的估计和实际消耗时间，哪一个环节耗时最多，哪一个环节估计和实践相差巨大？为何？

PSP阶段	任务内容	计划共完成须要的时间(min)	实际完成须要的时间(min)
Planning	计划	6	9
Estimate	估计这个任务须要多少时间，并规划大体工做步骤	8	12
Development	开发	200	340
Analysis	需求分析 (包括学习新技术)	10	30
Design Spec	生成设计文档	20	30
Design Review	设计复审 (和同窗审核设计文档)	3	5
Coding Standard	代码规范 (为目前的开发制定合适的规范)	10	9
Design	具体设计	20	25
Coding	具体编码	200	260
Code Review	代码复审	30	40
Test	测试（自我测试，修改代码，提交修改）	18	40
Reporting	报告	18	25
Test Report	测试报告	5	6
Size Measurement	计算工做量	2	3
Postmortem & Process Improvement Plan	过后总结 ,并提出过程改进计划	10	30

在这个项目的实现中，主要时间花费在代码的实现中，开始的时候整个没有思路，读了好几遍老师的要求，理清项目以后思考这个代码实现所要用到的算法具体会有那些，因为以前没有怎么写过AWT相关的代码，本身查找书和网络了解和实现了一下AWT，在柱状图的实现中纵坐标数值的设置那块出了不少的错，主要是纵坐标的公式的不理解。
在文件写入功能中，一直获取不到集合中的数据，也不报错，经过Debug 方式一步一步查找问题的所在。

查看源代码：https://github.com/yanglulu-yang/WordCount